검색 질의 확장을 위한 인기도 기반 단어 가중치 측정 = A Term Weight Mensuration based on Popularity for Search Query Expansion

국문 초록 (Abstract)

인터넷의 활용이 보편화 됨에 따라 사람들이 많은 정보를 웹을 통해 접할 수 있게 되었다. 정보의 양이 급격히 늘어나면서 검색 엔진은 사용자가 필요로 하지 않는 정보까지 보여주는 검색 성능의 한계를 가져왔다. 따라서 사용자는 원하는 정보를 검색하기 위해 과거보다 더 많은 시간과 노력이 필요하게 되었다. 이 연구에서는 질의 확장을 이용하여 사용자가 필요로 하는 정확한 정보를 신속하게 찾아서 제공할 수 있는 방법을 제안한다. 제안된 단어 가중치 평가방법은 검색 주제의 변동 없이 하나의 검색 주제를 검색할 경우 TF-IDF 또는 단순 인기도 측정법 보다 우수한 성능을 보인다. 또한 검색 중 주제를 변경하였을 때에도 검색 주제 변경 전과 유사한 성능으로 기존의 측정법 보다 빠르게 새로운 주제와 관련된 단어를 추출하고 정확한 가중치를 측정한다.

다국어 초록 (Multilingual Abstract)

With the use of the Internet pervasive in everyday life, people are now able to retrieve a lot of information through the web. However, exponential growth in the quantity of information on the web has brought limits to online search engines in their search performance by showing piles and piles of unwanted information. With so much unwanted information, web users nowadays need more time and efforts than in the past to search for needed information. This paper suggests a method of using query expansion in order to quickly bring wanted information to web users. Popularity based Term Weight Mensuration better performance than the TF-IDF and Simple Popularity Term Weight Mensuration to experiments without changes of search subject. When a subject changed during search, Popularity based Term Weight Mensuration's preformance change is smaller than others.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 검색어 질의 확장을 이용한 검색 시스템
• 4. 실험 및 결과
• 5. 결론
• 6. 향후 과제
• 참고문헌

참고문헌 (Reference)

1 Lawrence Page, "The PageRank Citation Ranking: Bringing Order to the Web" Stanford University 1998

2 Buckley C., "The Effect of Adding Relevance Information in a Relevance Feedback Environment" 292-300, 1994

3 Tribula, W. J., "Text Mining" 385-419, 1999

4 Li Ding, "Swoogle: A search and metadata engine for the semantic web" 58-61, 2004

5 Reiner Kraft, "Searching with context" 477-486, 2006

6 B. Yang, "Retroactive answering of search queries" 457-466, 2006

7 Harman, D., "Relevance Feedback Revisited" 1-10, 1992

8 J. Cho, "Page quality: In search of an unbiased web rankIng" 14-16, 2005

9 Salton, G., "Improving Retrieval Performance by Relevance Feedback" 41 : 288-297, 1990

10 Agrawal, R., "Fast Algorithms for Mining Association Rules" 487-499, 1994

11 Anick, P. G., "Exploiting Clustering and Phrases for Context-Based Information Retrieval" 314-323, 1997

12 Kristensen, J., "Expanding End-Users in Query Statements for Free-text Searching with a Search-aid Thesaurus" 11 : 22-33, 1968

13 Kalervo Jarvelin, "Cumulated gain-based evaluation of IR techniques" 20 (20): 422-446, 2002

14 Qiu, F., "Automatic identification of user interest for personalized search" 727-736, 2006

15 K. Sugiyama, "Adaptive web search based on user profile constructed without any effort from users" 675-684, 2004

16 D. Mount, "ANN: Library for Approximate Nearest Neighbor Searching"

17 S. S. Kang, "A Rule-Based Method for Morphological Disambiguation" 67-72, 1999

18 Zhicheng Dou, "A Largescale Evaluation and Analysis of Personalized Search Strategies" 581-590, 2007